Weltweit kommt es weiterhin zu einer Zunahme extremer Wetterereignisse, dennoch ist das Wetter weiterhin ein übersehener Faktor für viele Geschäftsabläufe auf der ganzen Welt. Dieses Problem ist in erster Linie darauf zurückzuführen, dass moderne numerische Wettervorhersagemodelle (NWP) nicht in der Lage sind, kritische lokale Wetterphänomene kosteneffektiv und zeitnah vorherzusagen.
NWP models are designed to split the world into a three-dimensional grid that contains billions of grid cells both horizontally and vertically. Within each grid cell, meteorological governing equations are used to calculate physical processes that characterize how the air moves (ie., how heat and moisture are exchanged in the atmosphere) as the model steps forward in time. Atmospheric conditions, such as temperature, pressure, humidity, etc., are the same in each grid cell. Models run at lower resolutions (ie., > 4 km), such as global weather prediction models, are computationally inexpensive but significantly lack the level of detail needed to accurately represent local scale weather features. In low resolution simulations, the grid cells are larger, which means a larger area will contain the same atmospheric conditions. This presents a significant issue for regional weather predictions because local scale processes are misrepresented and overlooked, especially over complex terrain (ie., mountains and coastal regions), where terrain driven processes greatly influence localized weather conditions (ie., lake-effect snow, pop-up thunderstorms, etc.).
Eine Möglichkeit, dieses Problem zu lösen, besteht darin, ein (regionales) Modell mit einer höheren Auflösung (d. h. < 4 km) auszuführen, da diese Modelle die Darstellung kritischer Wettermerkmale auf lokaler Ebene verbessern können. Allerdings hat der Betrieb von Modellen mit höheren Auflösungen auch Nachteile. Die Gitterzellen in Modellen mit höherer Auflösung sind kleiner, was bedeutet, dass die Modelldomäne aus mehr Gitterzellen besteht, als wenn sie mit einer niedrigeren Auflösung ausgeführt würde. Kleinere Gitterzellen ermöglichen es dem Modell, die Wechselwirkungen physikalischer Prozesse auf lokaler Ebene effektiver zu charakterisieren, erhöhen jedoch erheblich die Rechenkosten und die Zeit, die zum Abschluss der Simulation benötigt wird, da mehr Berechnungen durchgeführt werden.
TempoQuest, der führende Anbieter beschleunigter lokaler Wettervorhersagesoftware, arbeitet an der Lösung dieses Problems durch die Entwicklung seines verbesserten Wettervorhersagesoftwareprodukts AceCAST, einer beschleunigten Version des Weather Research and Forecasting (WRF)-Modells. AceCAST wird ausschließlich auf Grafikprozessoreinheiten (GPUs) anstelle herkömmlicher Zentraleinheiten (CPUs) ausgeführt, wodurch Benutzer Simulationen mit höherer Auflösung fünf- bis fünfzehnmal schneller und zu wesentlich geringeren Kosten ausführen können.
Die überragenden Vorteile der lokalen Wettervorhersage werden bei einem jüngsten Wetterereignis deutlich, das am 24. und 25. Oktober 2021 in Kalifornien zu lokal erheblichen Überschwemmungen und starken Winden führte. Kalifornien verfügt über ein breites Spektrum an Topografien, die zu lokalen Verbesserungen der Niederschlags- und Windbedingungen führen. Die Steigung, auch als orographisches Heben bekannt, ist der treibende Mechanismus hinter diesen lokalen Verbesserungen. Durch die Steigung steigt die Luft auf, wenn sie in Richtung Hochland (z. B. Berge) strömt, und führt zu verstärktem Niederschlag, wie gezeigt.
Die Abbildung zeigt einen als „Upsloping“ bekannten Prozess, für den AceCAST im Gegensatz zu heutigen traditionellen Wettermodellen besser gerüstet ist, was möglicherweise auf die verbesserte lokale Vorhersage von AceCAST zurückzuführen ist. Die Topographie spielte eine wichtige Rolle bei der Verstärkung der Niederschläge, die vom 24. bis 25. Oktober 2021 die Überschwemmungen nordöstlich von Yuba City rund um Grass Valley, Kalifornien, verursachten.
Am Morgen des 24. Oktober wurde AceCAST mit einer Auflösung von 1 km ausgeführt. Das Hauptrisiko bestand in Überschwemmungen und starken Winden mit einem starken Tiefdruckgebiet, das in den Westen der USA vordrang. Kalifornien verfügt über eine große Bandbreite an Topographie, die zu lokalen Verbesserungen sowohl bei Wind als auch bei Niederschlägen führen kann. Feige. 2 (unten) zeigt die vom AceCAST prognostizierte 12-Stunden-Gesamtniederschlagsmenge zusammen mit einer Darstellung, wie diese lokalen Geländeverbesserungen funktionieren. Angesichts des Windströmungsmusters in der gesamten Region kommt es auf der Luvseite eines Gebirges zu einem Prozess namens „Upsloping“. Der schwarz umrandete Bereich zeigt Gebiete an, in denen innerhalb von 12 Stunden voraussichtlich 2 bis 7 Zoll Niederschlag fallen werden. Die dunkelroten Regionen, die 5 bis 7 Zoll Niederschlag anzeigen, liegen in der Nähe lokaler Gebirgszüge.
Nach Angaben des National Weather Service traf Grass Valley am 24. Oktober 2021 innerhalb von 72 Stunden mehr als 30 cm Regen; Dazu gehörte auch der von AceCAST simulierte 12-Stunden-Gesamtniederschlag.
Ein weiteres Beispiel dafür, wie die Topographie während des jüngsten Sturms in Kalifornien eine Rolle gespielt hat, sind die Windgeschwindigkeiten, wie unten dargestellt. Höhere Lagen sind anfälliger für stärkere Winde und verfügen über ein komplexes Gelände, das auf kurze Distanz zu unterschiedlichen Windgeschwindigkeiten führen kann. Die spätere Abbildung zeigt die Schäden, die durch starke Winde während dieses Sturmsystems verursacht wurden.
10-Meter-Windvorhersage am 24. Oktober 2021 um 17:00 Uhr Ortszeit über Kalifornien mit einer Auflösung von 1 km, bereitgestellt von AceCAST.
Ein Ast blockiert während eines Sturms am Sonntag, den 24. Oktober 2021, die 10th Street in der Innenstadt von Sacramento
Über AceCAST
AceCAST is a powerful cutting-edge software powered by Graphic Processing Units (GPUs) that enables the acceleration of the National Center for Atmospheric Research (NCAR) Weather Research and Forecasting Model (WRF). AceCAST is the product of a half-a-decade of punctilious research and development that empowers WRF users to secure striking performance optimizations using the superior massive parallelism of GPU hardware versus traditional Central Processing Unit (CPU) computation. AceCAST encompasses an ample set of refactored common WRF physics and dynamics modules, and namelist options with NVIDIA CUDA or OpenACC CPU programming techniques, allowing a wide swath of users to adopt AceCAST painlessly as a drop-in replacement for existing WRF configurations.
Über TempoQuest
TempoQuest ist ein unabhängiger Anbieter von Wettersoftware, der gegründet wurde, um die mesoskalige Wettervorhersagemodellierung zu revolutionieren und die Vorhersageaufgaben für Meteorologen zu vereinfachen. TempoQuest bietet zwei Softwareprodukte an: AceCAST oder beschleunigte WRF-Software und WSV3, eine hochentwickelte Wettervisualisierungs- und Sturmverfolgungssoftware. Darüber hinaus bietet TempoQuest WRF On-Demand, eine Cloud-Anwendung, die die Ausführung von CPU- und GPU-WRF-Simulationen erheblich vereinfacht und beschleunigt.
